Hadoop的HDFS分布式文件系统是当前流行的云存储解决方案之一，在实际应用中HDFS集群需要存储的数据量尤其是小文件数据量越来越大，而HDFS单一NameNode架构存在的单点失效问题和性能瓶颈问题却难以应付迅速增长的数据量，为了解决这些问题，要求HDFS必须具有高可扩展性，提高系统的存储容量以及大规模并发访问的处理能力。因此很有必要对基于HDFS的高可扩展性云存储进行深入研究并提出解决以上问题的策略。本论文提出了一种基于NOSQL（非关系型数据库）的多Namenode节点方案，该方案将原本存储在NameNode内存中的所有元数据迁移到MongoDB分布式数据库集群中，大大降低了NameNode的工作负荷，从而提高了整个系统的运行效率。该方案实现了NameNode节点的高可扩展性，通过增加NameNode节点和数据库服务器的数量可以提高系统的存储容量和大规模并发访问的处理能力。最后，通过仿真实验对本论文提出的方案进行了性能测试。实验结果表明，和现有的基于数据库（MYSQL集群）的多NameNode方案相比较，本论文提出的方案大大降低了系统处理大规模并发请求的响应时间，从而有效地提高了集群系统的大规模并发访问的处理能力。